Dissertação de Mestrado
Avaliação da Liberação Mineral por Análise de Imagens Digitais Obtidas em Microscópio Ótico de Luz Refletida
Autor: Edgar Rodo Mantilla
Orientador: Roberto Galery
AVALIAÇÃO DA LIBERAÇÃO MINERAL POR ANÁLISE DE IMAGENS DIGITAIS OBTIDAS EM MICROSCÓPIO ÓTICO DE LUZ REFLETIDA
Edgar Rodo Mantilla
Dissertação de Mestrado apresentada ao Programa de Pós-graduação em Engenharia Metalúrgica, Materiais e de Minas da Universidade Federal de Minas Gerais
Área de Concentração: Tecnologia Mineral
Orientador: Prof. Roberto Galery
Belo Horizonte
DEDICATÓRIA
AGRADECIMENTOS
Primeiramente a DEUS pelas constantes bênçãos em minha vida.
A minha família.
Aos meus pais, Judy e Edgar, pelas constantes consultorias, orientações e ensinamentos não só para a execução do trabalho, mas também para a vida. A minha irmã Gina pela irmandade de tantos anos.
A Samarco e profissionais que apoiaram o desenvolvimento do trabalho, em especial a Heidy Oliveira pelo incondicional apoio e ensinamentos. A Maria da Conceição e Marcilene pelo suporte e execução dos testes. Ao Edmar dos Santos e Adair Eustáquio pela preparação das amostras. Ao João Paulo Costa e Luderson Gomes pela parceria em conhecimento e apoio. E ao Mauro Carvalho pelo incansável suporte.
Ao meu orientador Roberto Galery pelos ensinamentos e direcionamentos.
Ao Itamar Delbem pelo suporte nas discussões e sugestões.
Ao Alexsandro Silva e Fernando Silva da SGS Geosol pela execução dos testes.
RESUMO
Este trabalho consiste na aplicação de uma rotina automática para a determinação do grau de liberação do quartzo em amostras de minério de ferro da Samarco Mineração S.A. utilizando as técnicas de processamento e análise de imagens digitais obtidas via microscópio ótico de luz refletida. Atualmente, a Samarco utiliza o método tradicional de Gaudin para a avaliação do grau de liberação. Este método foi diagnosticado através de um teste de Repetibilidade & Reprodutibilidade, e depois comparado a valores de grau de liberação estabelecidos como referência. Com isso, foi possível avaliar a exatidão e a precisão das análises do grau de liberação atualmente determinados pela Samarco. Foram desenvolvidas rotinas automáticas no software de processamento e análise de imagens que a Samarco tem licença de uso, o AxioVision, para a determinação do grau de liberação em amostras de minério de ferro da rotina Samarco. Com a comparação dos resultados da metodologia atual utilizada na determinação do grau de liberação e os valores de referência, foi possível avaliar que atualmente a metodologia utilizada atende as expectativas de precisão e exatidão das análises. Após a execução do teste de Repetibilidade & Reprodutibilidade, mensurou-se que a influência de uma laboratorista em repetir a mesma medição contribui em 9,6% na variação total das análises, e a capacidade de diferentes laboratoristas em realizar a mesma medição contribui em 16,5% na variação total das análises, ou seja, com a aplicação do software de análise automática vislumbrou-se a possibilidade de ganhos em precisão na ordem de 26,1%, bem como reduzir o tempo médio das análises do grau de liberação. Com os resultados dos testes da rotina automática foi possível mensurar a redução do erro absoluto médio das análises em 82%, a redução da variabilidade das análises em 21% (eliminando a influência/subjetividade das laboratoristas na variação total das análises), a diminuição do tempo médio das análises em 77%, passando de 14min 26s para 3min 19s, e o aumento da correlação dos dados em relação aos valores de referência em 11%. Finalmente desde que se tenha um ambiente controlado e se mantenham as mesmas condições/parametrizações de aquisição das imagens, bem como as condições de preparação das seções polidas sejam as mesmas, têm-se ganhos significativos na aplicação das técnicas de processamento e análise de imagens digitais através de uma rotina automática para o cálculo do grau de liberação da Samarco Mineração S.A. Palavras-chave
ABSTRACT
This work consists in the application of an automatic routine for determination of degree of liberation in Samarco Mineração S.A.’s iron ore routine samples through the use of digital image processing and analysis techniques obtained by reflected light optical microscope. Presently, the Gaudin traditional method is used by Samarco to evaluate the mineral liberation. A Repeatability & Reproducibility test was performed to evaluate this method and then compared with degree of liberation values established as reference. Therewith, it was possible to evaluate the accuracy and precision of mineral liberation analyses currently determined by Samarco. An automatic image processing and analysis routine was developed in the software AxioVision, which Samarco has license to use, for mineral liberation analyses of the routine samples of Samarco´s iron ore. By comparing the results of current methodology used in determination of degree of liberation vs. the reference values, it was possible to evaluate that the current methodology meets the expectations of precision and accuracy of the analyses. With the Repeatability & Reproducibility test it was possible to measure the capacity of the laboratorist to repeat the same measurement contributes in 9.6% in the total analyses variation, and the capacity of different laboratorists in performing the same measurement contributes in 16.5% in the total analyses variation, in other words, was identified the possibility of gains in accuracy in order of 26.1% by using the automatic analysis software. With the automatic routine tests results it was possible to reduce the mean absolute error by 82%, reduce the analyses variability by 21% (nullifying the influence/subjectivity of laboratorians in total analyses variation), reduce the analyses average time by 77%, from 14min 26s to 3min 19s, and increase the data correlation against the reference values by 11%. Finally since a controlled environment is available, the same conditions/parameterizations of the images acquisition and the same conditions of polished sections preparation are kept, it´s possible to obtain gains by the application of the digital images processing and analyses techniques through an automatic routine of determination of degree of liberation at Samarco Mineração S.A.
Keywords
SUMÁRIO
LISTA DE ILUSTRAÇÕES
LISTA DE TABELAS
LISTA DE ABREVIATURAS E SIGLAS
ADI – Análise Digital de Imagens
ANOVA – Analysis Of Variance
CCD – Charge Coupled Device
CMY – Cyan, Magenta e Yellow
DRX – Difração de Raios-X
EDS - Energy Dispersive Spectrometer
HSB – Hue Saturation Brightness
HSL – Hue Saturation Lightness
LUT - Look Up Table
MEV - Microscópio Eletrônico de Varredura
MLA - Mineral Liberation Analyzer
PADI – Processamento de Análise Digital de Imagens
PDI – Processamento Digital de Imagens
RGB – Red, Green e Blue
LISTA DE NOTAÇÕES OU SÍMBOLOS
l = grau de liberação fracional
gα = índice fracional das partículas variando de 0 (ganga livre) a 1 (partícula do mineral
livre)
D* = tamanho da partícula condicionado a faixa [Dmin ; Dmax];
n = número de partículas de composição alfa.
λ = comprimento de onda
# = mesh, número de aberturas existentes em uma peneira por polegada linear
σ2 = variância
H0 = hipótese nula
H1 = hipótese alternativa
1 INTRODUÇÃO
Frente aos minérios de compacidade cada vez maior, a indústria mineral de ferro tem encontrado desafios crescentes para obtenção de produtos competitivos e de qualidade. Neste cenário, a Samarco Mineração S.A. vem trabalhando para adaptar os seus processos, atuais e futuros, para tratar este tipo de material com o objetivo de um maior aproveitamento do recurso mineral.
Quando se diz compacidade, entende-se um minério mais duro, de maior dificuldade na quebra das partículas, ou seja, o minério necessita uma maior energia para reduzir o seu tamanho médio de partículas. Há três preceitos básicos e fundamentais no processamento de concentração mineral: a liberação do mineral de interesse do mineral não útil (ganga), a separabilidade dinâmica e a propriedade diferenciadora (PERES, 2007).
Na Samarco, a concentração do minério de ferro se faz por flotação reversa, ou seja, a hematita é o material afundado e o quartzo o flotado. Por sua vez, a liberação, alcançada através dos processos de cominuição (britagem e moagem), é calculada pelo método tradicional de Gaudin por microscopia ótica de luz refletida. Portanto, para que ocorra a concentração do mineral de interesse é necessário que as partículas estejam liberadas dando condições aos reagentes de entrar em contato com a superfície de cada mineral sujeitando a elas as características superficiais diferenciadoras.
Frente a este cenário, percebe-se a importância dos processos de cominuição para a obtenção de um grau de liberação aceitável, que permita um processo de flotação eficiente. Com valores baixos de grau de liberação, ocorrerá uma perda significativa na qualidade do concentrado da flotação, fazendo com que se tenham dificuldades nas obtenções das especificações de qualidade e metas de produção do concentrador.
mesmas, entra-se em um campo chamado microscopia digital, definido por Paciornik (2009, p. 7)1 como sendo a “integração entre microscópio e computador oferecendo aquisição digital de imagens, automação do microscópio e análise de imagens”.
Alinhado a microscopia digital ingressasse em uma área importante e, de certa forma recente na indústria mineral, denominada processamento e análise de imagens digitais. Essa área é definida como sendo um conjunto de técnicas aplicadas na modificação de imagens digitais, a nível de pixels, visando obter informações quantitativas da amostra analisada. O objetivo desta técnica é basicamente melhorar a visualização da imagem e permitir a percepção automática de dados quantitativos das imagens digitais.
Na indústria mineral “as técnicas de análise de imagem são empregadas desde meados da década de oitenta em aplicações de monitoramento das dimensões do minério em correias transportadoras [...], extração de informações referentes à granulometria [...], classificação e beneficiamento do material” (OLIVEIRA, E., 2007, p. 1).
Embora o sistema de visão e interpretação humana seja excelente para reconhecer padrões de uma maneira qualitativa, o ser humano não é tão bom em interpretações quantitativas. Por exemplo, na hora de contar partículas em uma imagem ou estimar a forma e o tamanho de objetos quantitativamente, dependendo do número de amostras, se torna uma tarefa tediosa e menos precisa para o ser humano, dependendo fortemente de caráter subjetivo. “Por isso, desde o início da era digital, muitos esforços têm sido feitos para a aplicação dos computadores em tarefas de análise quantitativa de imagens, uma vez que, diferentemente dos humanos, as máquinas são excelentes para a contagem e medição de objetos” (RODENACKER, 2002, apud ROSA, 2008, p. 29-30).
Atualmente o resultado do cálculo do grau de liberação realizado na Samarco é utilizado pela equipe técnico-operacional da usina, bem como pelos engenheiros de processo e gestores. Essa informação é gerada diariamente e de fundamental importância para as parametrizações das variáveis de processo dos concentradores.
2 OBJETIVOS
2.1 Objetivo Geral
Melhorar a precisão e a exatidão das análises do grau de liberação realizadas no laboratório de mineralogia da Samarco Mineração S.A. e diminuir o tempo na geração desses resultados.
2.2 Objetivos Específicos
Para o alcance do objetivo geral proposto pretende-se:
a) determinar as fontes de variações das medições do grau de liberação realizadas atualmente na Samarco;
b) avaliar o procedimento atual de medição do grau de liberação;
c) desenvolver rotinas para automatizar a análise do grau de liberação através de imagens digitais no software AxioVision;
d) verificar a precisão e exatidão das análises realizadas pela rotina automática frente a técnica de referência;
3 REVISÃO BIBLIOGRÁFICA
Neste capítulo são descritos os principais assuntos envolvidos no trabalho. Conceituou-se inicialmente a liberação mineral, sua importância na mineralogia de processos e na caracterização tecnológica de minérios, bem como sua influência no processo de flotação.
A microscopia digital foi outro assunto abordado, sendo a microscopia ótica o método analítico mais aprofundado nesta seção.
Finalmente, descrevem-se sucintamente as principais técnicas e operações do processamento e análise de imagens digitais.
3.1 Liberação Mineral
Há três preceitos básicos e fundamentais no processamento de concentração mineral: a liberação do mineral de interesse do mineral não útil (ganga), a separabilidade dinâmica e a propriedade diferenciadora (PERES, 2007).
O conceito de liberação mineral baseia-se na relação dos minerais de interesse que se encontram livres dos minerais de ganga, ou vice-versa. Sendo que esta liberação é alcançada nas etapas de cominuição (britagem e moagem). A análise da liberação faz parte, basicamente, de dois segmentos na área de tecnologia mineral, a mineralogia aplicada ou mineralogia de processos e a caracterização tecnológica de minérios.
Para compreender melhor a importância da análise do grau de liberação nestas duas áreas, descrevem-se a seguir, sucintamente, suas principais funções.
3.1.1 Mineralogia de processo e a liberação
“A evolução na mineralogia de processo aplicada industrialmente começou na metade da década de 1960 e modificou significativamente esse campo de trabalho” (PETRUK, 2000, p. v)2. Esses conhecimentos deram subsídios aos engenheiros de processo para atuar no beneficiamento mineral com foco na qualidade, produção e maior recuperação metálica dos minerais de interesse. Atualmente algumas dissertações e teses tiveram alguma ligação com esse assunto como Henriques (2009)3, Rocha (2008) e Frick (2008). Trabalhos publicados, como Queiroz et al. (2003), enfatizam a aplicação destes conhecimentos pouco explorados e utilizados nos processos produtivos, visando otimização de reservas, novos procedimentos operacionais e aumento de performance das usinas de beneficiamento.
Petruk (2000) comenta que resultados de estudos mineralógicos relacionados a exploração são frequentemente utilizados para prever: localizações de depósitos de minério; potencial de recuperação de um determinado mineral, metal ou elemento; comportamento do minério na usina de beneficiamento.
Também Petruk (2000, p. 2)4 lista, de uma maneira geral, características do minério que precisam ser determinadas para a aplicação da mineralogia de processo:
a) identificação das principais fases, fases de menor relevância e traços minerais; b) composição dos minerais que sustentam o processo;
c) quantificação das fases minerais;
d) distribuição de tamanhos de partículas e grãos; e) estrutura dos minerais;
f) liberação mineral;
g) recobrimento superficial dos minerais.
Na Samarco Mineração S.A., mais especificamente nos concentradores de Germano, utilizam-se vários resultados da mineralogia de processo para dar suporte à operação, buscando aumentar o desempenho da usina e resolver problemas que afetam a qualidade do concentrado. Quantificam-se diariamente na rotina de análises as seguintes fases minerais: hematita especular (especular + lamelar + granular), goethita, hematita porosa, magnetita e quartzo. E, como parte principal do presente
2
Tradução da língua inglesa da obra de Petruk (2000, p. v)
3
www.pos.demet.ufmg.br/hpcpgem/diss_detalhes.asp?aluno=1373
trabalho, é analisado também o grau de liberação do quartzo que será descrito em maiores detalhes na seção 3.1.3.
3.1.2 Caracterização tecnológica de minérios e a liberação
A outra vertente em que o grau de liberação é analisado e considerado de extrema importância é a caracterização tecnológica de minérios.
A informação gerada na análise do grau de liberação da mineralogia de processo fornece aos engenheiros subsídios para atuar em um sistema produtivo que já está consolidado, ou seja, em uma usina de beneficiamento que está operando e gerando receita para a empresa. A caracterização tecnológica aplica-se a um momento anterior a este, e envolve todos os estudos que englobam a identificação dos minerais baseados na composição química, estrutural, propriedades físicas, bem como suas quantificações. É uma etapa fundamental para o aproveitamento de um recurso mineral de forma otimizada, dando condições a geólogos, engenheiros e projetistas, dimensionarem os recursos e reservas minerais, estruturar a melhor rota de processo visando a maximização de reservas, geração de concentrados dentro das especificações de qualidade e processos com uma maior recuperação metálica do mineral útil.
Então, comparada com a mineralogia de processo, a caracterização tecnológica é uma metodologia mais específica, com análises a um nível de detalhamento mais aprofundado.
recuperação metálica da planta. Como conclusão, a meta ao se dimensionar um processo ou uma rota, é avaliar o tamanho máximo da partícula que atenda a um grau de liberação aceitável para o método de concentração a ser utilizado, com economia em energia elétrica e evitando a geração de lamas que afetam negativamente o desempenho da planta.
Neumann; Scheneider; Neto (2004) afirmam que “de uma maneira geral, a caracterização de uma amostra é executada mais frequentemente em quatro estágios com forte interdependência entre si”:
a) Fracionamento da amostra; b) Identificação das fases; c) Quantificação dos minerais; d) Liberação do mineral de interesse.
Este último é uma das informações mais importantes na caracterização tecnológica de minérios.
3.1.3 Liberação – conceito e aplicação na Samarco
Como mencionado anteriormente, para qualquer processo de concentração mineral faz-se necessária a liberação/individualização dos minerais de interesse aos minerais de ganga, tornando-se assim possível a separação entre eles por algum método de concentração.
Gaudin (1939, apud WILLS, 2006) foi o primeiro a desenvolver modelos para o cálculo de liberação. Outros pesquisadores também desenvolveram e quantificaram a liberação mineral (BARBERY, 1987) e (ANDREWS; MIKA, 1975; WIEGEL, 1976; KING, 1979; WEI; GAY, 1999, todos citados por STAMBOLIADIS, 2007). Há modelos desenvolvidos por King e Schneider (1993, apud PETRUK, 2000) e (1998) que levam em consideração a correção estereológica, ou seja, uma transformação de liberação areal/linear para volumétrica tridimensional.
Nos concentradores da Samarco Mineração S.A. analisa-se o grau de liberação pelo método tradicional de Gaudin através de um microscópio ótico, que é considerado um método simples e que já atende por fornecer informações indicativas se os minerais estão liberados ou não. Desta forma, a equipe da Samarco tem condições de avaliar as operações dos concentradores e possíveis dificuldades nos processos de moagem e, principalmente, na flotação.
O cálculo do grau de liberação pelo método de Gaudin é dado pela EQ. (3.1):
(3.1)
onde:
l = grau de liberação fracional;
gα = índice fracional das partículas variando de 0 (ganga livre) a 1 (partícula do mineral
livre);
D* = tamanho da partícula condicionado a faixa [Dmin ; Dmax]; n = número de partículas de composição alfa.
Para compreender melhor o conceito de partículas mistas, Silva (1973, apud VALADÃO; ARAUJO, 2007, p. 59) descreve quatro tipos básicos (FIG. 3.1).
FIGURA 3.1 – Tipos de partículas mistas em sistema binário de minerais.
Fonte: Valadão; Araujo, 2007, p. 59.
O tipo 1 mostra espécies mineralógicas justapostas, havendo uma superfície de contato entre as mesmas. Sua forma indica que o material possa ter uma textura granular em que o tamanho dos grãos é maior que o desta partícula. A inclusão de uma espécie em outra, através de uma estrutura vesicular, é vista no tipo 2. A liberação dos constituintes é mais difícil, neste caso, quando comparada ao caso descrito anteriormente. No tipo 3, há o envolvimento de uma das espécies sobre a outra. A fragmentação posterior da partícula pode aumentar o grau de liberação, mas haverá um número expressivo de partículas que exigirão uma redução significativa em seu tamanho para a obtenção da liberação. A disseminação de uma das espécies na outra é a principal característica do tipo 4. A liberação dessas partículas é normalmente inviável, já que seria necessário fragmentar excessivamente o material, impossibilitando sua concentração por métodos físicos ou físico-químicos (VALADÃO; ARAUJO, 2007, p. 59).
Petruk (2000) afirma que uma análise em seção polida através de microscópio ótico já é o suficiente para avaliar se a maioria das partículas minerais está livre ou mista. Obviamente para um estudo mais detalhado e que demanda projetos de dimensionamento e rotas de processo, pode-se fazer necessário avaliar o grau de liberação por outras técnicas analíticas e outros modelos.
proveniente do concentrador I e outra proveniente do concentrador II. Cada amostra é analisada em um microscópio ótico de luz refletida em uma seção polida. A amostra do concentrador I é composta por quatro pontos de amostragem, FIG. 3.2, e a amostra do concentrador II é composta por dois pontos de amostragem (FIG. 3.3). Todos os pontos de amostragem estão localizados no overflow das baterias dos ciclones primários de seus respectivos circuitos, cujo material tem como característica aproximadamente 90% passante em massa na malha 100# (0,15mm).
FIGURA 3.2 – Fluxograma do concentrador I da Samarco mostrando em círculos vermelhos os pontos de amostragem que geram o composto final para a análise do grau de liberação.
FIGURA 3.3 – Fluxograma do concentrador II da Samarco mostrando em círculos vermelhos os pontos de amostragem que geram o composto final para a análise do grau de liberação.
Fonte: Samarco Mineração S.A.
3.1.4 Flotação e a importância da liberação
Wills (2006, p. 267)5 afirma que “a flotação é sem dúvida a mais importante e versátil técnica de processamento mineral e a sua aplicação e utilização estão constantemente sendo expandidas para tratar maiores tonelagens e cobrir novas áreas”.
O princípio da flotação é separar as partículas do mineral de interesse das partículas de ganga através da diferença das características de superfície entre as várias espécies minerais presentes no minério.
Peres (2007) menciona três condições básicas para a concentração de minerais: a diferenciabilidade, liberabilidade e separabilidade dinâmica.
O princípio da diferenciabilidade é fundamentado nas características de superfície das partículas, ou seja, a separação/concentração acontece em função da diferença físico-química da superfície do quartzo e da hematita. Ela pode ser natural ou induzida, e na flotação é comum se usar reagentes para reforçar esse caráter diferenciador. ”A liberação dos grãos minerais é obtida através de operações de fragmentação (britagem e moagem) intercaladas com etapas de separação por tamanho e a separabilidade dinâmica está diretamente ligada aos equipamentos empregados” (PERES, 2007. p. 117).
Para que ocorra a concentração dos minerais de ferro é necessário reforçar o caráter diferenciador das partículas de hematita e de quartzo adicionando reagentes para reforçar o caráter hidrofílico da hematita e transformar a superfície do quartzo em hidrofóbico. Oliveira, M. et al. (2004) explica que o conceito de hidrofobicidade de uma partícula está associado à “molhabilidade” desta partícula pela água. Existem partículas que apresentam uma grande afinidade pela água, partículas hidrofílicas. No entanto, outras, na presença de uma corrente de ar, tendem a ir para superfície da solução justamente por não apresentarem afinidade com a água, partículas hidrofóbicas. Os conceitos de hidrofobicidade e de hidrofilicidade estão associados à polaridade dos compostos químicos.
3.2 Microscopia Digital
A microscopia é um método analítico empregado largamente em diversas áreas do conhecimento como biologia, medicina, geologia, metalurgia, engenharia e mineração, sendo esta última em especial, na área de caracterização tecnológica e mineralogia de processo.
Na caracterização tecnológica e na mineralogia de processo os métodos mais empregados para a identificação das fases minerais são a microscopia ótica (microscópio estereoscópico, microscópio de luz refletida e de luz transmitida), a Microscopia Eletrônica de Varredura (MEV) e a Difração de Raios-X (DRX).
No nível da tecnologia atual somado à necessidade de melhorar a assertividade das análises microscópicas, juntamente com a automatização das mesmas, entra-se em um campo chamado microscopia digital.
A microscopia digital é a “integração entre microscópio e computador oferecendo aquisição digital de imagens, automação do microscópio e análise de imagens” (PACIORNIK, 2009, p. 7)6.
Na FIG. 3.4 apresenta-se o conjunto de microscopia digital, com um sistema computadorizado de aquisição e análise de imagens, da Samarco Mineração S. A.
FIGURA 3.4 – Sistema de microscopia digital com aquisição e análise de imagens.
Fonte: Samarco Mineração S.A.
Dentro da microscopia digital podem-se destacar quatro instrumentos mais utilizados: o microscópio ótico, o microscópio eletrônico de varredura, o microscópio eletrônico de transmissão e a microssonda eletrônica.
Existe atualmente no mercado um sistema automatizado de análise de imagens e mineralogia quantitativa, conhecido como Mineral Liberation Analyzer (MLA), que conjuga o MEV, um espectrômetro de raios-x dispersivo em energia e um software de análise de imagens digitais. Ele consegue fornecer automaticamente informações sobre a composição mineralógica da amostra e o grau de liberação mineral.
Delbem (2010) desenvolveu um software de análise de imagens obtidas através do MEV para amostras de minério de ferro com objetivos diversos, dentre eles podem-se destacar a identificação e quantificação das fases minerais e o cálculo automático de grau de liberação.
Para caracterizar e identificar as fases mineralógicas presentes em um sínter de minério de ferro através de imagens obtidas por microscópio ótico de luz refletida, Iglesias et al. (2009) utilizaram a microscopia digital em conjunto com rotinas de processamento de imagens. Já Lessa et al. (2007) conseguiram classificar automaticamente hematita especular e hematita porosa em pellet feed utilizando a microscopia ótica digital.
Na próxima seção descrevem-se os principais conceitos e características da microscopia ótica.
3.2.1 Microscópio ótico
O microscópio ótico é um instrumento que utiliza ondas eletromagnéticas na faixa de radiação visível para gerar imagens quando se deseja observar objetos muito pequenos.
A luz é a parte visível do espectro eletromagnético ou faixa de radiação eletromagnética, ela compreende os intervalos de comprimento de onda (λ) de 400nm
FIGURA 3.5 – Espectro eletromagnético destacando a faixa correspondente ao da luz visível.
Fonte: Brandão, 2010, tema Emissão de elétrons ..., p. 13 7.
A luz é uma forma de energia radiante, que apresenta natureza tanto ondulatória quanto corpuscular. Esta será tratada como uma onda em movimento harmônico contínuo, representando-se somente a sua componente elétrica, uma vez que é a mais importante na análise dos
fenômenos óticos (NARDY; MACHADO, 2002, p. 1)8.
Na FIG. 3.6 podem-se observar as componentes das ondas magnéticas e elétricas, bem como a ilustração do comprimento de onda (λ), definido por Nardy; Machado
(2002)8 como “a distância entre duas posições consecutivas e idênticas (ou em fase) na direção de propagação de uma onda”.
FIGURA 3.6 – Principais características de uma onda eletromagnética.
Fonte: Paciornik, 2009, p. 9 9.
7 Notas de aula; matéria de pós-graduação “Métodos de Instrumentação e Análise”; 1° semestre/2010;
tema “Emissão de elétrons e raios-X - Difração de raios-X”.
8
www.rc.unesp.br/igce/petrologia/nardy/opticat1.pdf
O microscópio ótico utiliza uma fonte de luz policromática (luz constituída por diferentes comprimentos de onda) e, segundo Nardy; Machado (2002)8, é desejável em um microscópio, pois promove o fenômeno da dispersão dos índices de refração nos minerais.
Um aspecto importante na microscopia ótica é a natureza dos objetos observados e o tipo de iluminação do microscópio. Com relação a este último aspecto tem-se o microscópio ótico de luz transmitida e o microscópio ótico de luz refletida, ambos largamente empregados na identificação e quantificação de minerais. O microscópio ótico de luz transmitida é utilizado para analisar minerais transparentes que são colocados entre a objetiva e a fonte de luz, de modo que a imagem é formada pela luz transmitida através da amostra (FIG. 3.7 (a)). O microscópio ótico de luz refletida é usado normalmente para minerais opacos, onde a luz incide na superfície do mineral e é refletida em direção à objetiva (FIG. 3.7 (b)). É importante salientar que existem microscópios com as duas opções de fonte luminosa, luz transmitida e refletida, conjugando todas as funções citadas.
FIGURA 3.7 – (a) Microscópio ótico de luz transmitida e (b) microscópio ótico de luz refletida.
Na FIG. 3.8 apresentam-se duas imagens de condrito (côndrulo com olivina + tetraedrita + kamacita) obtidas por um microscópio de luz refletida e por um microscópio de luz transmitida.
FIGURA 3.8 – Fotomicrografia de duas imagens de côndrulo com olivina + tetraedrita + kamacita adquiridas por microscópio de luz refletida e por um microscópio de luz transmitida.
Fonte: Nardy; Zanardo; Galembeck, 2010, p. 2 10.
A seguir descrevem-se alguns componentes básicos e importantes do microscópio:
a) Objetiva: é uma lente, ou uma associação de lentes, que fica mais próximo do objeto a ser observado e tem como função ampliar a imagem. Existem dois tipos de objetivas: as “secas”, que são aquelas em que o ar é o meio de imersão e fica entre a objetiva e a amostra; e de “imersão” que Nardy; Machado (2002, p. 16)11 descrevem como sendo aquela em que o meio entre a objetiva e a amostra é um liquido viscoso, com índice de refração conhecido e que tem como função aumentar a abertura numérica da objetiva e consequentemente sua nitidez. Objetivas de imersão são usadas em casos muito especiais, onde há necessidade de grande aumento linear da amostra.
b) Oculares: são as associações de lentes que ficam mais próximos dos olhos do observador e têm a função de ampliar a imagem gerada pela objetiva. A imagem ampliada gerada pelo conjunto objetiva e ocular é responsável pelo aumento visual total do microscópio e pode ser calculada apenas multiplicando o aumento da objetiva pelo aumento da ocular.
10 www.rc.unesp.br/igce/petrologia/nardy/T2.pdf
c) Platina: é o suporte que sustenta a amostra preparada e possui movimento de rotação.
d) Filtros: são placas de vidro coloridos que têm como finalidade absorver certas radiações indesejáveis da fonte de luz. “Como conseqüência, a utilização apropriada de um filtro permite aumentar o contraste de imagens e melhorar a resolução” (NARDY; MACHADO, 2002, p. 20)11.
e) Condensadores: tem como objetivo direcionar (convergir) os raios de luz sob a amostra em análise.
f) Diafragma: “é um dispositivo que limita a quantidade de luz que penetra no microscópio e se localiza geralmente sobre o condensador fixo” (NARDY; MACHADO, 2002, p. 20)11. A diminuição do feixe de luz permite realçar as feições morfológicas dos minerais como suas bordas, traços de fratura, cores características, rugosidade das superfícies, presença de inclusões etc (NARDY; MACHADO, 2002)11.
FIGURA 3.9 – Componentes do microscópio ótico.
Fonte: Davidson e Abramowitz, 2002, apud Rosa, 2008, p. 23.
A luz polarizada é outro conceito importante na microscopia ótica. A luz inicialmente, gerada por uma fonte luminosa comum, é uma luz não polarizada, onde os campos elétricos e magnéticos oscilam em todas as direções perpendiculares à direção de propagação, como podem ser observados na FIG. 3.6 apresentada anteriormente. A luz polarizada, por sua vez, apresenta apenas uma direção de vibração, ou seja, apenas uma componente elétrica perpendicular a sua direção de propagação (FIG. 3.10).
FIGURA 3.10 – Desenho esquemático da polarização da luz.
Fonte: Paciornik, 2009, p. 15 12.
O polarizador é o dispositivo que realiza o fenômeno de polarização e, normalmente, os microscópios atuais vêm com dois polarizadores: o inferior, chamado somente de polarizador, que fica entre a fonte de luz e a amostra, e o superior, chamado de analisador que é móvel e fica acima da amostra e abaixo da ocular. Quando esses são colocados em série e a componente elétrica vertical da onda passa pelo polarizador e o analisador fica para fora do microscópio, diz-se que há polarização paralela. Quando a componente elétrica é absorvida pelo analisador acontece a extinção da luz polarizada, onde dá-se o nome de polarização cruzada. Existe também o evento intermediário que se denomina polarização semi-cruzada.
Observam-se na literatura como em Brandão (2007), Pereira (2010) e Nardy; Zanardo; Galembeck (2010)13 os mesmos três tipos de polarização citados acima, mas conhecidos também como nicóis paralelos/descruzados (quando o analisador está para fora do microscópio), nicóis cruzados (quando o analisador está embutido no microscópio) e nicóis semi-cruzados, definidos assim em função do método de obtenção da luz polarizada.
Um fenômeno ótico importante que ocorre na superfície de certos minerais opacos, minerais transparentes e coloridos, denomina-se pleocroísmo. A luz, ao transmitir-se na superfície de um mineral, é absorvida de maneira seletiva dependendo da direção de vibração no seu interior, ocasionando diferentes cores observadas. Pode-se visualizar este fenômeno apenas girando a platina.
3.2.2 Tipos de preparação de amostras para observação em microscópio
ótico
Existem basicamente dois tipos de preparação de amostras para visualização em microscópio ótico, a lâmina delgada polida e a seção polida. Cada uma delas tem uma preparação específica detalhada a seguir.
a) Lâmina delgada polida: utilizada para a observação de minerais transparentes em microscopia de luz transmitida. A amostra é disposta em uma lâmina de
vidro com espessura extremamente fina, em torno de 0,1mm (FIG. 3.11). Neumann; Schneider; Neto (2004) afirmam que a petrografia em lâminas delgadas é a melhor maneira de se identificar silicatos, como os dos grupos dos feldspatos, piroxênios, anfibólios e micas, que apresentam grande similaridade composicional ou estrutural, e, portanto dificuldades para sua identificação por DRX, MEV e Energy Dispersive Spectrometer (EDS) conhecido como espectrômetro de raios-x dispersivo em energia, mas que são perfeitamente identificáveis ao microscópio ótico. Há algumas restrições na quantificação das fases, analise modal, por exemplo, pois é uma análise demorada e exige operador especializado. Neumann; Schneider; Neto (2004, p. 65-66, destaque em negrito é nosso) comentam que:
Uma vez que as propriedades ópticas diagnosticadas da maioria dos minerais transparentes dependem da geometria da intersecção do
cristal e do ângulo de incidência da luz, as cores variam com o
movimento rotatório da platina, de maneira que o reconhecimento automático dos minerais, por análise de imagens, é impraticável até o momento, com raras exceções.
FIGURA 3.11 – Lâmina delgada polida.
Fonte: Pereira, 2010.
FIGURA 3.12 – Seção polida.
Fonte: Pereira, 2010.
3.3 Processamento e Análise de Imagens Digitais
A evidência de uma das primeiras áreas a utilizar uma imagem digital foi na década de 1920, com a transmissão de imagens por cabos submarinos entre Londres e Nova York, para a publicação na indústria jornaleira. Antes desta época o processo de envio de imagens durava mais de uma semana e, logo depois da implantação desse novo sistema de transmissão digitalizando a imagem, o processo durou menos de três horas (GONZALEZ; WOODS, 2000).
Antes de abordar os conceitos de processamento e análise digital de imagens é importante salientar que esta área se confunde com outra encontrada na literatura e trabalhos científicos como Frick (2008), que é a visão computacional.
Em linhas gerais, a visão computacional é a ciência e tecnologia das máquinas que enxergam. Ela desenvolve teoria e tecnologia para a construção de sistemas artificiais que obtém informação de imagens ou quaisquer dados multi-dimensionais.
Essas duas áreas se confundem nas técnicas básicas de aplicação, pois possuem técnicas semelhantes e compartilhadas como, por exemplo, o reconhecimento de padrões supervisionados, classificação e reconhecimento de padrões não supervisionados.
Para este trabalho foca-se na ciência denominada Processamento e Análise Digital de Imagens (PADI), por se encaixar na metodologia do projeto e pelas demandas de aplicação.
O processamento e análise digital de imagens é um conjunto de técnicas aplicado na modificação de imagens digitais, a níveis de pixels, visando obter informações quantitativas da amostra analisada. O objetivo desta técnica é basicamente melhorar a visualização da imagem e permitir a percepção automática de dados quantitativos das imagens digitais.
A sua aplicação é bastante diversificada abordando as áreas de medicina, geologia, indústria automobilística, siderurgia, mineração, astronomia, geografia, arqueologia entre outras.
Oliveira, E. (2007, p. 1) comenta que:
As técnicas de análise de imagem são empregadas, desde meados da década de oitenta na mineração, em aplicações de monitoramento das dimensões do minério conduzido através das correias transportadoras e identificação de pedras preciosas, extração de informações referentes à granulometria e à inspeção das etapas de britagem, classificação e beneficiamento do material.
máquinas são excelentes para a contagem e medição de objetos” (RODENACKER; BENGTSSON, 2002, apud ROSA, 2008, p. 29-30).
A fim de organizar uma sequência padrão no processamento e análise digital de imagens, Vieira; Paciornik (2001, apud GOMES, 2007) definiram passos elementares para o estudo nesta área (FIG. 3.13).
FIGURA 3.13 – Sequência padrão de Processamento e Análise Digital de Imagens.
Fonte: Gomes, 2007, p. 42.
A sequência inicia-se com a aquisição da imagem que contempla a preparação da amostra, a formação da imagem e sua digitalização. Logo, tem-se o bloco de Processamento Digital de Imagens (PDI), que tem como função preparar a imagem para as analises subsequentes e fornecer informações qualitativas. O ultimo bloco, Análise Digital de Imagens (ADI), tem como objetivo fornecer informações quantitativas de acordo com o requerimento de cada processo.
3.3.1 Aquisição e imagem digital
Nesta seção serão descritos os conceitos de imagem digital e alguns conceitos básicos necessários ao entendimento de operações de pré-processamento, segmentação e pós-processamento.
A aquisição da imagem é de fundamental importância para o processamento e análise de imagens digitais, pois ela pode dificultar a aplicação de ferramentas, ou até mesmo inviabilizá-la. Deve-se tomar cuidado na aquisição da imagem para evitar imperfeições, ruídos nas imagens, não uniformidade na iluminação e inclinação da amostra, pois pode dificultar as próximas etapas de análises.
FIGURA 3.14 – Exemplo do processo de aquisição de imagem digital mostrando a projeção de uma cena em um plano.
Fonte: Adaptado de Gonzalez; Woods, 2002, p. 50.
O pixel é o elemento unitário em uma imagem digital, ou seja, é o menor valor ou unidade de uma imagem digitalizada (FIG. 3.15).
FIGURA 3.15 – Imagem digital mostrando os pixels.
Fonte: Gomes, 2007, p. 19.
Na FIG. 3.16 podem-se observar quatro figuras representando os conceitos de resolução e quantização. Na direção horizontal a resolução varia da esquerda para a direita de (128x128 pixels) para (512x512 pixels). Já na direção vertical a quantização varia de quatro níveis de cinza para 256 níveis de cinza no sentido de cima para baixo.
FIGURA 3.16 – Quatro figuras representando a variação da resolução e quantização de uma imagem digital.
Fonte: Paciornik, 2011, p. 34 14.
Ainda no conceito de quantização, uma imagem digital pode ser monocromática ou colorida. A imagem monocromática, apesar de mais simples, é muito usada no processamento digital de imagens. Ela consiste na quantização ou variação de intensidade de apenas um canal de cor, por exemplo, os mais utilizados, são as imagens em escala de cinza e as imagens binárias (FIG. 3.17).
FIGURA 3.17 – Imagem da esquerda em escala de cinza e imagem da direita binarizada.
Fonte: Adaptado de Barboza, 2004.
Uma imagem no sistema tons de cinza de 8 bits é uma imagem monocromática onde a intensidade de cor varia de 0 (cor preta) a 255 (cor branca). No sistema binário a variação de intensidade permite somente 2 valores, 0 (cor preta) e 1 (cor branca).
O sistema de cor mais utilizado atualmente é o Red-Green-Blue (RGB). Existem também os sistemas Cyan-Magenta-Yellow (CMY), o Hue-Saturation-Lightness (HSL), o Hue-Saturation-Brightness (HSB) entre outros. Uma imagem gerada pelo sistema de cor RGB é uma imagem multicomponente das cores primárias vermelho, verde e azul.
Este modelo se baseia em um sistema de coordenadas cartesianas tridimensional onde associa-se a cada eixo uma das três cores primárias. Cada cor corresponde a um ponto nesse espaço, sendo
portanto representada por três coordenadas: x, y e z que podem
assumir cada uma valores inteiros entre 0 e 255. As cores primárias,
vermelho, verde e azul são representadas pelo pontos (255,0,0),
(0,255,0) e (0,0,255) respectivamente, e as cores secundárias que se
originam de combinações de duas cores primárias, são
representadas pelos pontos (255,255,0) (amarelo), (255,0,255)
(magenta) e (0,255,255) (ciano) (OLIVEIRA, E., 2007, p. 5).
FIGURA 3.18 – Figura representando o sistema de cor RGB.
Fonte: Paciornik, 2011, p. 7 14.
3.3.2 Pré-processamento
A etapa de pré-processamento tem como objetivo melhorar e corrigir erros da etapa de aquisição e prepará-la para a análise da imagem, facilitando, assim, a aplicação de suas técnicas.
Oliveira, E. (2007, p. 9) explica de forma sucinta a etapa de pré-processamento:
Três conceitos básicos são necessários para o melhor entendimento da etapa de pré-processamento, o histograma, o brilho e o contraste de uma imagem digital.
O histograma é uma representação gráfica da imagem digital onde o eixo horizontal representa a faixa/escala dos níveis de intensidade dos pixels da imagem e o eixo vertical representa a quantidade/número de pixels de cada nível de intensidade na imagem. A FIG. 3.19 mostra uma imagem de partículas de quartzo em uma seção polida e seu respectivo histograma.
FIGURA 3.19 – Figura de partículas de quartzo em uma seção polida. (a) imagem digital em escala de cinza; (b) histograma referente a imagem onde a abscissa representa a intensidade
dos pixels e a ordenada o número de pixels.
Fonte: Samarco Mineração S.A.
O histograma da imagem digital é uma ferramenta bastante útil na etapa de pré-processamento, fornece uma visão estatística sobre a distribuição das intensidades dos pixels, sobre o contraste (desvio padrão das intensidades dos pixels) da imagem e os níveis de brilho [contraste e brilho são conceituados a seguir]. Além disso, o histograma é bastante utilizado na etapa de segmentação, principalmente em técnicas que se utilizam da similaridade entre os pixels (IGLESIAS, 2008, p. 23).
Com ele, por exemplo, se pode diferenciar as distintas fases num minério de ferro, onde os picos de intensidade correspondem a cada uma das fases do mesmo. Isto permite separar e quantificar uma ou mais fases do resto da imagem, fornecendo uma valiosa informação quantitativa da composição do material (IGLESIAS, 2008, p. 25).
O brilho de uma imagem digital é definido como a localização da intensidade dos pixels referente à faixa tonal da imagem, por exemplo, em uma imagem em escala de cinza (0 a 255 níveis), se a maioria dos níveis dos pixels estiver próximo a 0 (preto), diz-se que é uma imagem escura, ou seja, possui baixo brilho. Já uma imagem que apresenta a maioria dos níveis dos pixels próximo a 255 (branco), pode-se falar que é uma imagem clara, ou seja, possui alto brilho (FIG. 3.20 (a) e (b)).
FIGURA 3.20 – Exemplos de imagens e seus respectivos histogramas. (a) imagem escura, baixo brilho; (b) imagem clara, alto brilho; (c) imagem com baixo contraste; (d) imagem com
alto contraste.
Fonte: Iglesias, 2008, p. 24.
O contraste e o brilho de uma imagem digital são muito importantes no processamento e analise digital de imagens, as manipulações podem facilitar a aplicação das técnicas de pós-processamento e, principalmente, de segmentação. Em linhas gerais, o brilho e o contraste de uma imagem digital podem ser matematicamente descritos respectivamente como a média e o desvio padrão (variabilidade) dos níveis de intensidade de todos os pixels da imagem (GOMES, 2007).
A seguir se descrevem algumas das técnicas e operações mais utilizadas no pré-processamento de imagens digitais, principalmente ao se tratar imagens de microscopia digital de minério de ferro:
Look Up Table (LUT): essa técnica permite realçar alguma faixa tonal de acordo com a demanda no tratamento da imagem, por exemplo, se deseja ver alguns detalhes na região mais escura da imagem, utiliza-se a LUT para aumentar o contraste dessa região, facilitando assim a sua visualização e identificação. A FIG. 3.21 mostra um exemplo de aplicação da LUT.
FIGURA 3.21 – Algumas aplicações da LUT. (a) a imagem de saída não sofre alteração; (b) o contraste nas regiões escuras é realçado; (c) o contraste nas regiões claras é realçado.
Fonte: Iglesias, 2008, p. 27.
FIGURA 3.22 – Exemplo de expansão de contraste numa imagem e no histograma.
Fonte: Abrantes, 2003, p. 66 15.
Correção de fundo: particularmente na microscopia ótica, esta operação é muito utilizada para a correção de defeitos na captura da imagem. Defeitos como instabilidade, iluminação irregular, inclinação da amostra, defeitos nos circuitos Charge Coupled Device (CCD) da câmera, sujeiras na hora da captura da imagem e até mesmo fungos nas lentes do microscópio, são problemas comuns nesta área, e uma das principais operações para corrigi-las é a correção de fundo.
A correção de fundo é uma técnica que envolve operações aritméticas de imagens. Consiste em armazenar uma imagem de referência branca, adquirida experimentalmente numa superfície plana, polida e homogênea, obtida de uma amostra padrão com refletância constante, ou obtida por software através de aplicações do filtro passa-baixa. Logo, captura-se a imagem da amostra que se deseja analisar e subtrai-se essa imagem da imagem de referência, gerando uma nova imagem corrigida. Gomes (2007) afirma que a correção de fundo é um procedimento que deve ser realizado sempre, em toda e qualquer aquisição de imagem em microscopia ótica.
A FIG. 3.23 mostra um exemplo da aplicação de correção de fundo.
FIGURA 3.23 - Exemplo da aplicação de correção de fundo.
Fonte: Paciornik, 2011, p. 55 16.
Filtro de delineação: este filtro tem por objetivo realçar as bordas de uma imagem. Sutherland; Gottieb (1991, apud GOMES, 2007) comentam que “em imagens de microscopia óptica [...] os pixels existentes nas fronteiras entre fases podem apresentar valores intermediários entre os valores esperados para cada uma das fases”. Isso pode dificultar a visualização das fases de uma amostra de minério de ferro e limitar a aplicação de técnicas nas etapas posteriores como a segmentação, limiarização e classificação supervisionada.
A FIG. 3.24 mostra o efeito da aplicação de um filtro de delineação em uma imagem digital. Nota-se na figura que as bordas ficaram mais nítidas percebendo-se melhor a transição entre fases. Nos histogramas pode-se notar a aplicação desta técnica na visualização dos vales. Eles se tornaram mais profundos, facilitando assim, a aplicação de técnicas posteriores.
FIGURA 3.24 – Exemplo da aplicação do filtro de delineação. (a) imagem original; (b) imagem delineada.
Fonte: Iglesias, 2008, p. 28.
Filtros utilizando a matriz Kernel: os dois tipos de filtros tipo Kernel abordados nesta seção são o filtro passa-baixa e o filtro passa-alta. Esses filtros geralmente realizam cálculos através de uma média ponderada dos pixels das vizinhanças.
Cada vizinho tem um peso associado, definido pelos elementos de uma matriz denominada kernel, que, através de seu tamanho, também define a vizinhança. O kernel varre a imagem de entrada, atribuindo, na imagem de saída, o valor da média ponderada a cada pixel de posição correspondente à do pixel central do kernel sobre a imagem de entrada (GOMES, 2001, p. 32).
Os filtros passa-alta atuam de forma a atenuar os componentes de baixa frequência da imagem, que correspondem a regiões de pouca alteração no valor de intensidade dos pixels. O resultado é um reforço nas regiões onde há uma variação alta na luminância, o que qualifica esse tipo de filtro para aplicações de detecção de bordas
(GONZALEZ; WOODS, 2000, apud BARBOZA, 2004, p. 72).
“Já os filtros passa-baixa atuam de forma inversa, atenuando as regiões de alta frequência. [Como resultado se tem] certa diminuição do nível de detalhamento da imagem. Este tipo de filtro é utilizado em aplicações de suavização de imagens e remoção de ruídos” (WINKLER; THOMÉ I, 2003, apud BARBOZA, 2004, p. 72).
A FIG. 3.25 mostra o resultado da aplicação dos filtros passa-baixa e passa-alta.
FIGURA 3.25 – Aplicação do filtro passa-baixa e passa-alta.
Fonte: Paciornik, 2011, p. 61 17.
3.3.3 Segmentação
binária onde os pixels brancos formam a região de interesse e os pixels pretos o fundo/região que não são de interesse, ou vice-versa.
A FIG. 3.26 mostra um exemplo simples de segmentação.
FIGURA 3.26 – Exemplo de segmentação. (a) imagem original; (b) imagem binária; (c) limiar de corte no histograma.
Fonte: Samarco Mineração S.A.
A segmentação é uma etapa de fundamental importância no processamento e análise digital de imagens, podendo ser uma ferramenta de difícil ou fácil aplicação, dependendo da imagem analisada, e a sua correta execução servirá de base para a etapa de aquisição da informação, medição e geração de atributos.
Rosa (2008) comenta sobre os métodos de segmentação com imagens de minerais obtidas por microscopia ótica:
grãos. A identificação automática de objetos com aparência variável demanda métodos adaptáveis às variações esperadas, cuja escolha exige algum conhecimento a respeito dos objetos imageados e das condições de imageamento (ROSA, 2008, p. 31).
Existem várias técnicas para a escolha do limiar de intensidade no histograma, técnicas manuais e automáticas, englobando métodos de segmentação por limiarização, detecção de bordas, contornos, textura, morfologia matemática, limiarização adaptativa, transformada de Hough etc. A escolha do método ideal depende muito do tipo de material analisado, do tipo de instrumento analítico utilizado, bem como os objetivos específicos de cada estudo.
Devido à natureza do presente trabalho, e a particularidade de aplicação dessa técnica, bem como a sua diversidade, optou-se por descrever somente a segmentação por limiarização.
Limiarização: o método de limiarização (thresholding) é o mais simples e o mais utilizado na segmentação de uma imagem digital. Ele é baseado em faixas tonais onde cada fase de uma imagem representa uma faixa de intensidade. Graficamente, os picos representam as fases e os limiares de corte são colocados entre esses picos, portanto, para o melhor resultado na limiarização, os vales devem ser mais baixos e os picos mais altos e bem definidos.
FIGURA 3.27 – Exemplo de uma limiarização multimodal.
Fonte: Paciornik, 2011, p.87 17.
3.3.4 Pós-processamento
Seguindo os passos elementares do processamento de imagens, mesmo nas melhores condições e escolhendo o melhor método de segmentação, este pode deixar defeitos residuais na imagem que impossibilitem a extração de informações ou uma classificação.
É necessário, portanto, o pós-processamento para corrigir, suavizar e preparar a imagem para as próximas etapas. As técnicas normalmente utilizadas são as operações lógicas e as operações de morfologia matemática.
As operações lógicas são utilizadas em imagens binárias de entrada operando pixel a pixel, resultando em uma imagem de saída onde cada pixel é preservado ou invertido. As três operações lógicas básicas são o complemento (NOT), a interseção (AND) e a união (OR), a partir das quais qualquer outra operação lógica pode ser definida.
As operações morfológicas são baseadas em duas técnicas, a dilatação e a erosão. Gomes (2001, p. 49-50) explica de maneira simples a dilatação e a erosão:
Na dilatação, para cada pixel preto na imagem de entrada, se houver pelo menos um vizinho branco, o pixel é invertido na imagem de
saída. Assim, os objetos crescem em área, podendo até se unir, e o fundo e os buracos nos objetos diminuem, sendo até mesmo eliminados. Na erosão, para cada pixel branco na imagem de entrada, se houver pelo menos um vizinho branco, o pixel é invertido na imagem de saída. De modo que os objetos diminuem ou são eliminados e o fundo e os buracos crescem.
A FIG. 3.28 mostra um exemplo de aplicação das técnicas de erosão e dilatação.
FIGURA 3.28 – Exemplo das aplicações das técnicas de erosão e dilatação. (a) Imagem original binária; (b) imagem erodida; (c) imagem dilatada.
Fonte: Samarco Mineração S.A.
Outras operações importantes são a abertura e o fechamento. Gonzalez; Woods (2000) explicam que a abertura geralmente suaviza o contorno de uma imagem, quebra istmos estreitos e elimina saliências finas. O fechamento também tende a suavizar os contornos mas, em oposição a abertura, geralmente funde as quebras em golfos finos, elimina pequenos buracos e preenche fendas em um contorno.
Outra operação importante e de simples manuseio é o preenchimento (Fill), que consiste em preencher a área interna de objetos, desde que os contornos estejam fechados, de maneira a torná-la homogênea e facilitar estudos posteriores. A FIG. 3.29 ilustra a operação de preenchimento.
FIGURA 3.29 – Exemplo de operação de preenchimento. (a) Imagem original; (b) imagem após
a operação fill.
Fonte: Adaptado de Paciornik e Mauricio, 2004, p. 87.
Os objetos colados ou superpostos são um dos problemas mais comuns na segmentação (GOMES, 2001). Tal problema precisa ser resolvido antes da etapa de extração de atributos, pois, caso contrário, os objetos não poderão ser corretamente identificados, contados e medidos. Para isso, utiliza-se uma técnica chamada Watershed (método dos divisores de água), que consiste justamente na separação de objetos que se tocam. Este método envolve basicamente três etapas: 1. Uma limiarização simples gerando uma imagem binária; 2. O cálculo do mapa de distâncias euclidianas (Transformada de Distância); 3. Obtenção dos divisores de águas separando os objetos.
FIGURA 3.30 – Exemplo de aplicação da técnica Watershed. (a) Imagem original; (b) imagem
após a aplicação do Watershed.
Fonte: Gomes, 2001, p. 59.
3.3.5 Extração de atributos, reconhecimento e classificação
Nesta etapa do processamento de imagens entra-se na fase em que se devem adquirir informações quantitativas quanto ao tamanho, forma, posição e textura dos objetos em estudo. Existem basicamente dois tipos de medidas, as medidas de campo e as medidas de região. As medidas de campo são aquelas que medem o campo da imagem como um todo, e as medidas de região referem-se à medição dos objetos da imagem independentemente.
Podem-se listar algumas das principais medidas utilizadas nesta etapa: a) contagem de objetos;
b) área;
c) interceptos e interseções; d) intensidade;
e) textura; f) tamanho; g) forma; h) posição.
Finalmente, entra-se em uma área em que as informações adquiridas na etapa de extração de atributos são transformadas em conhecimento. Esta etapa denomina-se reconhecimento e classificação. Rosa (2008, p. 32) comenta que “as técnicas de reconhecimento de padrões são usadas para classificar objetos através de um conjunto de propriedades ou características comuns a cada classe de objetos, as quais constituem um padrão”. Frick (2008, p. 34) define que o “reconhecimento de padrões é a ciência que trata da classificação, descrição ou o agrupamento automático de objetos”.
Um projeto de reconhecimento e classificação tem basicamente três etapas, a extração das características das amostras em estudo, seleção das características mais discriminativas e um mecanismo de tomada de decisão.
“O mecanismo de tomada de decisão sobre a classe a que pertence um padrão em função de suas características é conhecido como classificador” (ROSA, 2008, p. 35, destaque em negrito nosso). Existem dois tipos de classificação, a classificação supervisionada e a classificação não supervisionada. A classificação supervisionada, técnica utilizada neste trabalho, visa uma classificação em que as classes são conhecidas ou previamente determinadas pelo usuário do sistema. Já a classificação não supervisionada utiliza a fronteira de decisão estabelecida pelo sistema, ou seja, o sistema faz uma classificação automática baseado nas semelhanças entre os objetos analisados.
3.4 Repetibilidade & Reprodutibilidade
Uma das maneiras de se quantificar e avaliar o desempenho de um sistema de medição é através do teste de Repetibilidade & Reprodutibilidade (R&R). A capacidade de um avaliador de realizar medidas em uma mesma amostra é chamada de repetibilidade, e a capacidade de medição entre avaliadores diferentes é denominada de reprodutibilidade.
a) variabilidade resultante do processo produtivo; b) variabilidade inerente ao sistema de medição.
= çã + (3.2)
Levando-se em conta que a variabilidade do sistema de medição é constituída por duas componentes, repetibilidade e reprodutibilidade, a EQ. 3.2 pode ser escrita como:
= + + (3.3)
Na FIG. 3.31 apresenta-se um fluxograma evidenciando essas componentes de variação de um conjunto de dados industrial.
FIGURA 3.31 – Fluxograma mostrando a decomposição da variabilidade total.
Fonte: Samarco Mineração S.A.
Alguns fatores que influenciam na repetibilidade inadequada do sistema de medição do grau de liberação na Samarco são:
a) gênese do minério de ferro; b) amostragem não representativa;
c) erro de preparação das seções polidas;
Já na reprodutibilidade, alguns fatores que influenciam em sua baixa eficiência são: a) treinamento insuficiente dos operadores;
4 MATERIAIS E MÉTODOS
Neste capítulo descrevem-se os materiais e o método utilizado no trabalho.
Os materiais e equipamentos foram divididos em: descrição da preparação das seções polidas; prensa de embutimento automática;
equipamento de polimento;
microscópio ótico e câmera digital; software de análise de imagens; software de análise estatística.
O método de execução da parte experimental consiste de seis etapas: seleção das amostras e grau de liberação de referência;
determinação das fontes de variações e do tempo das medições do grau de liberação;
efeito da granulometria no grau de liberação da Samarco; aquisição de imagens;
processamento e análise de imagens digitais; comparação de desempenho.
4.1 Materiais e Equipamentos
4.1.1 Descrição da preparação das seções polidas
As amostras de minério de ferro provenientes dos compostos diários do overflow dos ciclones primários chegaram ao laboratório de mineralogia já homogeneizadas e quarteadas em alíquotas de 200 a 250g. A sequência de preparação seguiu as seguintes etapas:
verificação da identificação da amostra;
encaminhamento do envelope ao laboratório físico onde a amostra é peneirada na malha 100# com água corrente. O material retido é colocado para secar em uma chapa de 5 a 10 minutos;
envio do envelope ao laboratório de mineralogia onde é retirada uma amostra de 3,5g e homogeneizada com 8g de pó transóptico da marca Buehler (TransOptic 20-3400-080). Logo, o material é levado à prensa de
embutimento automática onde permanece por 8 minutos para aquecimento e por 8 minutos para resfriamento, totalizando 16 minutos.
Após o término do embutimento a amostra é levada para as etapas de lixamento e polimento detalhadas a seguir:
quebra das arestas/quinas em lixa a seco de 50# da marca Carborundum modelo Pano Metal 41 – Metalcarbo - A50;
utilização de lixas de 240, 400 e 600# com água da marca Carborundum modelo Lixa D´água - WaterProof – 15, invertendo as direções de lixamento para melhor desbaste;
quebra das arestas em lixas de 240, 400 ou 600# para evitar desprendimento de partículas no polimento e menor desgaste do pano;
acréscimo na politriz de pasta de alumina da marca Struers modelo AP-A Suspension, e giro da seção em sentido horário molhando o pano com água. lavagem da amostra com detergente e em água corrente, secagem com papel toalha para a análise via microscópio ótico.
4.1.2 Prensa de embutimento automática
FIGURA 4.1 – Foto da prensa de embutimento automática.
Fonte: Samarco Mineração S.A.
4.1.3 Equipamento de polimento
A politriz utilizada para polimento das superfícies das seções para a análise do grau de liberação é da marca Pantec modelo Polipan – 2d (FIG. 4.2).
FIGURA 4.2 – Foto do equipamento de polimento.
Fonte: Samarco Mineração S.A.
4.1.4 Microscópio ótico e câmera digital
Imager.M2m com platina motorizada e capacidade de aumento de até 1000 vezes. Acoplado a ele há uma câmera digital também da marca Zeiss modelo ICc 1 que foi utilizada para captura e digitalização das imagens.
Na FIG. 4.3 apresenta-se uma foto do microscópio ótico de luz refletida e da câmera de captura de imagens.
FIGURA 4.3 – Foto do microscópio ótico de luz refletida e da câmera digital da marca Zeiss.
Fonte: Samarco Mineração S.A.
4.1.5 Software de análise de imagens
Foi utilizado o software AxioVision 4.8 (2009) da marca Zeiss para a criação das rotinas de análise de imagens.
